智能電機管理系統融合現場總線技術，通過新型的狀態檢測及大數據方式，從設備的網絡層接入控制系統，不僅能及時可靠的得到電機的狀態數據、診斷信息，同時能很好的實現網絡之間的無縫控制，用戶可以隨時訪問任意層次、任意節點上的電機數據，還可以進行電機的故障預測及壽命判斷，使電機真正變得智能，“說”出自已的信息。

智能電機管理系統的基本架構

上圖展示了智能電機管理系統的基本架構，其中數據采集終端負責采集數據與傳輸，不承擔故障診斷、報警及預測功能；工業云平臺提供設備數據高速安全接入、海量云端數據存儲和實時數據分析；算法庫含有適合于工業領域的統計分析、機器學習和人工智能算法，并運行于工業云平臺中，對故障診斷、模式識別和故障與壽命預測提供支撐；對診斷、預測結果和維護管理方案的應用，提供了包含PC、手機、平板電腦等多終端的完整多屏應用方案。工業云平臺是電機智能維護系統的運轉核心，包含Linker、云存儲系統、數據分析與決策系統和應用商店四部分。

Linker

也稱為數據網關，負責將現場傳感器數據或業務數據經整理加工后傳送到工業云平臺中。Linker多采用開放的數據采集方式，支持多種形式的數據上傳。

云存儲系統

一般來說云存儲系統，由數據收集器、數據緩存區、數據中心、管理控制中心4個部分組成。云存儲系統采用關系型或非關系型數據庫的集群部署，數據容量可以無限擴容。

數據分析與決策系統

數據分析與決策系統，支持大數據分析、業務分析、可視化等功能，可以與互聯互通平臺中的微服務組件一起構建強大的分析系統，為客戶提供實時、準確、海量的數據分析和決策功能。

應用商店

應用商店提供設備相關服務，具有商品管理、訂單管理、用戶管理、權限管理等功能。

智能電機管理系統的特點

1、大數據驅動

數據基本就是兩類，一類是人類軌跡產生的數據，另一類是機器自動產生的數據。這兩類數據構成了今天的大數據多結構化數據源。大規模機器自動產生的數據是智能電機管理系統平臺的運行基礎。

2、工業物聯網云平臺

工業物聯網云平臺負責從現場物聯網終端采集數據、存儲及進行分析，人工智能算法庫為各種智能電機提供了隨時進行組態的功能。物聯網、云計算、機器學習、數字克隆技術等基礎設施為智能電機管理平臺的運行提供了基礎保障功能。

3、人工智能

以往的預測性維護的手段一般是利用筆記本電腦現場診斷或采用智能終端對各種設備進行故障診斷，無法處理大量的歷史數據進行故障預測，工業物聯網云平臺為大數據及智能算法提供了存儲空間及運行空間，為DR-PHM的運行提供了充分的舞臺。

4、數據采集終端

現場數據采集終端只負責數據采集與傳輸：受到數據傳輸速率的影響，以往的智能終端需要有強大的CPU與內存，還要有復雜的面板用于人工操作。無線數據傳輸解決了數據高速傳輸的瓶頸，現場數據采集終端不再需要強大的CPU與內存，終端面板只保留兩個Led燈負責顯示電源與報警，這將大幅度降低現場數據采集終端的成本。

5、移動終端

以智能手機為代表的移動終端的普及，為智能電機管理系統提供了革命性的變化，一是智能終端復雜的面板操作可以在手機上完成；另一個是故障的通知可以覆蓋所有現場維護人員，智能交互電子手冊可以將故障處理以三維交互式操作（如動畫形式）提供給現場維護人員使用。

智能電機管理系統的功能

智能電機管理系統的優勢

?電機的電氣參數、機械參數全流程采集，電機的電壓、電流及振動波形信號的診斷分析。

?適合各家品牌、多種工況下的三向異步電動機，尤其是大功率電機，無需復雜調試、安裝。

?多種推送方式，可定制化的畫面APP，微信管理，解放人力。

?獨立的網絡傳輸，可加密的接口協議，安全可靠。

?提供電機的健康歷史記錄及健康評估報告。

?在管理電機設備的同時管理工程師，全周期全流程管理，在線處理工單。

?電機生產廠家和使用廠家共同監管設備，電機巡檢/維護進度實時跟蹤，責任上網，監管上網。

?采集周期性（年/月）電機的電能參數、平均維護時間，無故障運行時間及累計故障時間進行大數據分析，幫助企業實現資源優化配置。